
-
生物通官微
陪你抓住生命科技
跳动的脉搏
干旱胁迫下柠檬香蜂草 (Melissa officinalis L.) 中的细梗孢囊霉共生与二氧化钛纳米颗粒:一种机器学习建模方法
《BMC Plant Biology》:Funneliformismosseae symbiosis and TiO2 nanoparticles under drought in Melissa officinalis L.: a machine learning modeling approach
【字体: 大 中 小 】 时间:2026年09月02日 来源:BMC Plant Biology 5.6
编辑推荐:
摘要背景在复合非生物胁迫和纳米颗粒暴露下的植物 - 菌根共生关系仍未得到充分探索。此类多因子系统的复杂性,加上生理学研究劳动密集型的特性,对传统的分析方法提出了挑战。机器学习有助于进一步阐明传统方法可能忽略的生理变量之间的关系。这为预测植物在多因子胁迫下的反应提供了新途径。结
在复合非生物胁迫和纳米颗粒暴露下的植物 - 菌根共生关系仍未得到充分探索。此类多因子系统的复杂性,加上生理学研究劳动密集型的特性,对传统的分析方法提出了挑战。机器学习有助于进一步阐明传统方法可能忽略的生理变量之间的关系。这为预测植物在多因子胁迫下的反应提供了新途径。
评估了香蜂花在 TiO2 纳米颗粒 (NP) 暴露和干旱条件下与丛枝菌根真菌 (AMF) 的共生相互作用。遭受干旱胁迫的植物接受了 TiO2 NP (0, 250, 500 ppm) 处理,伴有或不伴有莫塞漏斗梗孢霉接种。除了传统分析外,还应用了二十种机器学习算法。应用了 SMOGN 增强技术以解决参数样本量有限以及茎部鲜重数据分布不平衡的问题。在干旱条件下,AMF?+?250 ppm TiO2 NP 最为有效,与对照组相比,总鲜重增加了 21.7%,总叶绿素增加了 10.0%,茎长增加了 30.2%,蛋白质含量增加了 14.7%,同时丙二醛 (MDA) 减少了 39.1%。在水分充足条件下接受 250 ppm TiO2 NP 处理的非 AMF 植物表现出最高的抗坏血酸过氧化物酶活性(约 2 倍)。与对照组相比,各处理组的过氧化物酶活性提高了 53.0-210.0%,超氧化物歧化酶 (SOD) 提高了 7.6-159.4%,叶绿素b 提高了多达 37.9%,叶绿素b/a 比值提高了 14–46%。贝叶斯岭回归在预测茎部鲜重方面达到了高预测精度 (R2 = 0.9194),并确定叶绿素a 和b 为最具影响力的预测因子。
TiO2 纳米颗粒增强了抗氧化防御,而菌根共生促进了生长。研究表明,它们的协同作用有助于减轻干旱下的氧化胁迫并维持生长。所应用的机器学习方法展示了算法在植物生理学研究中的潜在效用。

在复合非生物胁迫和纳米颗粒暴露下的植物 - 菌根共生关系仍未得到充分探索。此类多因子系统的复杂性,加上生理学研究劳动密集型的特性,对传统的分析方法提出了挑战。机器学习有助于进一步阐明传统方法可能忽略的生理变量之间的关系。这为预测植物在多因子胁迫下的反应提供了新途径。
评估了香蜂花在 TiO2 纳米颗粒 (NP) 暴露和干旱条件下与丛枝菌根真菌 (AMF) 的共生相互作用。遭受干旱胁迫的植物接受了 TiO2 NP (0, 250, 500 ppm) 处理,伴有或不伴有莫塞漏斗梗孢霉接种。除了传统分析外,还应用了二十种机器学习算法。应用了 SMOGN 增强技术以解决参数样本量有限以及茎部鲜重数据分布不平衡的问题。在干旱条件下,AMF?+?250 ppm TiO2 NP 最为有效,与对照组相比,总鲜重增加了 21.7%,总叶绿素增加了 10.0%,茎长增加了 30.2%,蛋白质含量增加了 14.7%,同时丙二醛 (MDA) 减少了 39.1%。在水分充足条件下接受 250 ppm TiO2 NP 处理的非 AMF 植物表现出最高的抗坏血酸过氧化物酶活性(约 2 倍)。与对照组相比,各处理组的过氧化物酶活性提高了 53.0-210.0%,超氧化物歧化酶 (SOD) 提高了 7.6-159.4%,叶绿素b 提高了多达 37.9%,叶绿素b/a 比值提高了 14–46%。贝叶斯岭回归在预测茎部鲜重方面达到了高预测精度 (R2 = 0.9194),并确定叶绿素a 和b 为最具影响力的预测因子。
TiO2 纳米颗粒增强了抗氧化防御,而菌根共生促进了生长。研究表明,它们的协同作用有助于减轻干旱下的氧化胁迫并维持生长。所应用的机器学习方法展示了算法在植物生理学研究中的潜在效用。
